一文读懂数据分析必备思维:框架思维

文源:禅与数据分析

生活工作中有很多必须解决的难题,比如如何提升公司整体盈利能力,何如提升用户价值?如何让自己更快乐,如何理解爱与被爱?这些问题重要庞大而笼统,如何用合理的解题方式寻找答案?

波西格在《禅与摩托车维修艺术》一书中说“一旦你遇到了真正的难题,试过了所有的办法,绞尽了脑汁仍然没有任何进展,你就会知道这回你和老天爷较上劲了,于是你祭出正式的科学方法”。正式的科学方法是什么呢?就是把问题写下来,往往在你写的时候,解决的方法就浮现出来了。

要把问题写下来,起码要兼顾以下六个方面

  1. 问题是什么。
  2. 假设问题的原因。
  3. 证实每个假设的实验方法。
  4. 预测实验的结果。
  5. 观察实验的结果。
  6. 由实验得出结论

一文读懂数据分析必备思维:框架思维

 

这与芭芭拉·明托《金字塔原理》讲的4大原则基本是一致的

一文读懂数据分析必备思维:框架思维

 

遇到的问题越多,寻找的方法越多,会发现这个世界解决难题的思路是相通的,本质是一样的。我们要做的就是提炼核心的解决路径,形成一套通用的解决问题的框架思维,针对复杂的问题进行有效的思考分析。这是一套我学习总结并且不断完善的思维框架:

一文读懂数据分析必备思维:框架思维

 

明确目标

我们在着手做一件事情之前,首先要做的就是明确目标。问题起源于现实与目标之间的差距,所以首先要知道你的目标在哪里?目标不同则问题不同。

一文读懂数据分析必备思维:框架思维

 

1.明确分析对象

(1)分析的对象是谁?比如产品流失专项分析,分析对象是已流失用户(或即将流失用户),在脑海中大概勾勒出对流失用户的画像,尽可能的列出这部分用户的特点。

(2)定义该对象:什么样的用户算是流失用户?满足什么行为算流失?多长时间算流失,根据产品数据表现我们定义:连续30日未登录用户即为流失用户。

(3)确定衡量标准:流失率多少算高?需要确定一个可衡量的临界值。产品初期60%都可以接受,成长期30%流失率算高,这个要看实际产品所处生命周期及行业标准。

2.明确分析目的

(1)为什么要分析它?能否解决根本问题?是否有更本质的问题?

还是流失分析的例子,如果产品初创期让你做流失专项分析,你需要想想这能否解决根本问题?产品初创期的重点在于验证产品能否为目标人群提供核心价值,重点关注留下来的目标人群画像和留存率。可以不必过于关注流失用户,走掉的不是你的用户,任他来去就好,要关注谁才是你的用户。

(2)目标受众是谁?分析结论与方案输出给谁?

给CEO他关心全局利益最优,给运营则关心具体可执行的调整方案,目标受众决定了分析方向和侧重点。

(3)这个问题的解决能带来多少收益?

这个问题会影响到你对这件事情的优先级判定,投入多少时间和精力。

3.明确分析目标

你的分析结果最终用来做哪方面的指导?

原因定位:定位问题原因给出合理的解释说明即可。

刷新认知:你需要告诉大家一些原来没发现或不知道的事实,关注哪些是重要但未知的事。

方案调整:除了问题原因分析之外还需要给出具体可落地的解决方案。

战略升级:需要研究行业知识,探索新的方向或是增长空间,更偏向于行业战略分析。

界定问题

是不是分析对象、分析目的、分析目标都明确之后,要分析的问题就已经很清晰了?当然不是。分析对象/目的/目标这些是针对问题的基本回答,都触达不了问题的核心,也就是问题本身。问题需要被界定清楚,才可以发现真正的解题方向,如何界定问题?

1、准确描述问题

说不清问题是什么?你也许会问怎么会有这种情况,事实上这是比较常见的情况。这时候建议你写下来,并且只写你明确知道的问题。如波西格在《禅与摩托车维修艺术》中这样建议:

问题:你的摩托车为什么发动不了?这么问听起来似乎很呆板,但却是正确的。它要比这样写好:电路系统有什么问题?因为你尚不清楚真正的问题是否出现在电路系统,所以你应该先说摩托车出了什么问题,然后再进行第二步骤。

2、结构化梳理问题

面对复杂的问题不知道从何下手梳理时,可以使用5W2H分析法向自己提问。5W2H分析法易于理解、使用并且富有启发性,有助于弥补考虑问题的疏漏。注意这个提问是有先后顺序的,每个问题是逻辑递进的。

一文读懂数据分析必备思维:框架思维

 

“提出正确的问题,往往等于解决了问题的大半”,会正确提问的人是真正的高手。基本可以认为界定问题是一个分析最难也是最重要的环节,如果一个任务你只有2天时间完成,花一天时间界定清楚问题都是值得的。没想清楚就开始分析,你可能会面临完成后的全部推倒重来。

提出假设

 

一文读懂数据分析必备思维:框架思维

 

将界定清楚问题之后,需要将大的复杂的问题,拆分成容易解决的小问题,列出问题的构成清单。大胆假设,小心求证,并尝试寻找导致问题的潜在原因,把问题转换成假设。

1、将问题拆至最小

(1)拆解原则:相互独立、完全穷尽

MECE原则:麦肯锡解决问题流程的必要原则,解题思路保持完整,避免遗漏和重叠。适合于客观理性的分析,感性的问题由于相互重叠,含糊不清不适于用MECE原则。比如日购买人数=DAU*购买转化率,那么DAU与购买转化是否相互独立?除了这两个因素还有别的影响因素吗?如果没有那这样拆解就是OK的。其实你的每次拆解都在尝试寻找潜在原因。

(2)拆解方法1逻辑树分析法

分层罗列问题的所有子问题,从最高一层开始,将已知的问题作为主干,逐步向下扩展分析。如下示例:次日留存下降分析逻辑树拆解:在同一维度上有明确区分不重叠,又要保证全面周密。

一文读懂数据分析必备思维:框架思维

 

(2)拆解方法2:公式拆解法

也就是对结果进行四则运算分解。如GMV=购买人数*客单价,则可以从购买人数和客单价这两个方向依次拆解。

一文读懂数据分析必备思维:框架思维

 

拆解完成之后,可以确认分析方向及内容,所有的分析内容都将围绕分析目的展开,都将服务于问题的解决。

2、确定主要问题

将问题拆解与做出假设后,会有很多分析方向,需要按照重要程度影响程度,将问题进行优先级排序,有重点的分步进行分析。

提出假设环节核心原则:大胆假设、小心求证

针对每个问题提出最初假设,最初的假设可以帮助我们找到问题的方向,但要知道这些只是假设,还不是事实。我们要在后续的分析过程中不断证明或者推翻自己的假设,所以不要把自己最初的假设当成了问题的答案。切记带着答案去假设和分析,一切要以事实为基础。

验证假设

 

一文读懂数据分析必备思维:框架思维

 

1、收集信息数据

1)去哪收集信息数据?

内部数据库还是行业资料,需要依据分析目的而定,数据信息越多问题越容易定位清晰。收集信息是分析师基本功,合格的分析师一定具备很强的数据搜索能力。

2)如何判断准确性失效性?

哪些数据源具备准确性和时效性,需要敏锐的判断。保持对数据的敏感,锻炼对信息敏感判断的能力。

3)数据信息太多选择用哪些?

现在不是数据太少,而是数据太多太庞杂,即使是正确的数据也不是全部都要使用,需要在杂乱无序的数据中提炼出核心信息,找到真正的规律,这将锻炼数据信息提炼能力。

2、构建分析框架

问题拆解与信息收集完成后,你需要根据手头的资料梳理思路,规划出一张逻辑清晰的分析框架图:

  • 罗列你对已界定问题的逐级拆解。
  • 判定各问题分析方向及优先级顺序。
  • 支持分析的信息及数据梳理。

如下简单示例图,GMV下降分析框架图:

一文读懂数据分析必备思维:框架思维

 

3、选择分析方法

分析方法之前有写过:数据分析的框架和常用方法

有很多分析方法可以使用:比如象限法、多维拆解、假设法、二八法、漏斗法、对比法、SWOT法等。需要不断学习,知道每种分析方法和模型适合解决什么问题,根据不同的分析内容灵活的选择分析方法,建立一套科学的分析方法。

验证假设就是整个分析过程:收集信息→构建分析框架→选择分析方法→输出分析结果。分析过程中尽量多做团队头脑风暴,充分发挥团队的力量,也有助于团队开阔创新思维。

输出结论

 

一文读懂数据分析必备思维:框架思维

 

1、背景说明

什么时间地点发生了什么:交代“背景”;

导致了什么问题:引出“冲突”;

提出“疑问”怎么解决:引导你的报告将会“回答”;

用讲故事的方式呈现:背景-冲突-疑问-回答,确保读者听者的思维跟你在同一条线上。

2、结论输出

分析报告对于逻辑性和表达形式要求都很高,而“金字塔原理”正是以结果为导向的逻辑推理过程,非常专业的结构化呈现方式,有效帮助分析师形成结构化思维方式。

一文读懂数据分析必备思维:框架思维

 

  1. 结论先行:每个报告只有一个中心思想,并放在报告的最前面。
  2. 以上统下:每一层次上的思想必须是对下一层次思想的总结概括。越往金字塔上层的结论价值越高。
  3. 归纳分组:每一组中的思想必须属于同一逻辑范畴。
  4. 逻辑递进:每一组中的思想必须按照逻辑顺序排列。

3、执行方案

所有的分析最终都将落在执行方案及建议,没有具体可执行落地动作,报告再好也是浮在云端。

发布了55 篇原创文章 · 获赞 118 · 访问量 9万+
App 阅读领勋章
微信扫码 下载APP
阅读全文

没有更多推荐了,返回首页

分享到微信朋友圈

×

扫一扫,手机浏览